【演算法備忘錄】-(1)-LRU演算法
LRU全稱是Least Recently Used,即最近最久未使用的意思。
LRU演算法的設計原則是:如果一個資料在最近一段時間沒有被訪問到,那麼在將來它被訪問的可能性也很小。也就是說,當限定的空間已存滿資料時,應當把最久沒有被訪問到的資料淘汰。
java實現LRU的方式
基於LRU的基礎思想,本文整理三種實現方式
- 用一個List來儲存資料,給每一個資料項標記一個訪問時間戳,每次插入新資料項的時候,先把List中存在的資料項的時間戳自增,並將新資料項的時間戳置為0並插入到List中。每次訪問List中的資料項的時候,將被訪問的資料項的時間戳置為0。當List空間已滿時,將時間戳最大的資料項淘汰。
- 利用一個連結串列來實現,每次新插入資料的時候將新資料插到連結串列的頭部;每次快取命中(即資料被訪問),則將資料移到連結串列頭部;那麼當連結串列滿的時候,就將連結串列尾部的資料丟棄。
- 利用連結串列和hashmap。當需要插入新的資料項的時候,如果新資料項在連結串列中存在(一般稱為命中),則把該節點移到連結串列頭部,如果不存在,則新建一個節點,放到連結串列頭部,若快取滿了,則把連結串列最後一個節點刪除即可。在訪問資料的時候,如果資料項在連結串列中存在,則把該節點移到連結串列頭部,否則返回-1。這樣一來在連結串列尾部的節點就是最近最久未訪問的資料項。
實現方案
List方案
package pers.ascend.kukii.core.interview.algorithm.LRU演算法.List;
import org.apache.commons.lang3.RandomStringUtils;
import java.io.Serializable;
import java.time.Duration;
import java.time.LocalDateTime;
import java.time.ZoneId;
import java.util.ArrayList;
import java.util.List;
import java.util.Optional;
import java.util.concurrent.TimeUnit;
/**
* 說明:
* 用一個陣列來儲存資料,給每一個資料項標記一個訪問時間戳,每次插入新資料項的時候,先把陣列中存在的資料項的時間戳自增,並將新資料項的時間戳置為0並
* 插入到陣列中。每次訪問陣列中的資料項的時候,將被訪問的資料項的時間戳置為0。當陣列空間已滿時,將時間戳最大的資料項淘汰。
*
* @author ascend
* 2020/11/17 15:36
*/
public class LRUByList {
private static final Integer MAX_CAPACITY = 5;
public static void main(String[] args) throws InterruptedException {
// 最多五條
List<News> newsList = new ArrayList<>(5);
// 每秒訪問一次新聞,存在就返回,不存在就建立一條新聞
for (int i = 0; i < 60; i++) {
LocalDateTime now = LocalDateTime.now();
Long id = now.atZone(ZoneId.systemDefault()).toEpochSecond() - Double.valueOf(Math.random() * 10).intValue();
Optional<News> first = newsList.stream().filter(m -> m.getId().equals(id)).findFirst();
if (first.isPresent()) {
System.out.println("新聞已存在:" + first.get());
newsList.remove(first.get());
newsList.add(first.get());
} else {
// 移除最新最少未訪問的新聞
removeEldest(newsList);
// 新增一條新聞
newsList.add(createNews(id));
}
TimeUnit.SECONDS.sleep(1);
System.out.println("當前新聞列表:" + newsList);
}
}
private static boolean removeEldest(List<News> newsList) {
// 當元素滿了才移除
LocalDateTime now = LocalDateTime.now();
if (newsList.size() >= MAX_CAPACITY) {
int index = 0;
Duration duration = Duration.ofSeconds(0);
for (int i = 0; i < newsList.size(); i++) {
Duration tmp = Duration.between(now, newsList.get(i).getTimestamp()).abs();
if (tmp.getSeconds() > duration.getSeconds()) {
duration = tmp;
index = i;
}
}
if (duration.getSeconds() != 0) {
System.out.println("移除新聞:" + newsList.get(index));
newsList.remove(index);
return true;
}
}
return false;
}
private static News createNews(Long id) {
News news = new News();
news.setId(id);
news.setContent(RandomStringUtils.randomAlphabetic(20));
news.setTimestamp(LocalDateTime.now());
return news;
}
}
/**
* 新聞
*/
class News implements Serializable {
private static final long serialVersionUID = -1917142531644823833L;
/**
* 新聞id
*/
private Long id;
/**
* 新聞內容
*/
private String content;
/**
* 新聞時間戳
*/
private LocalDateTime timestamp;
public Long getId() {
return id;
}
public void setId(Long id) {
this.id = id;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
public LocalDateTime getTimestamp() {
return timestamp;
}
public void setTimestamp(LocalDateTime timestamp) {
this.timestamp = timestamp;
}
@Override
public String toString() {
return "News{" +
"id=" + id +
", content='" + content + '\'' +
", timestamp=" + timestamp +
'}';
}
}
連結串列方案
package pers.ascend.kukii.core.interview.algorithm.LRU演算法.連結串列;
import org.apache.commons.lang3.RandomStringUtils;
import java.io.Serializable;
import java.time.LocalDateTime;
import java.time.ZoneId;
import java.util.LinkedList;
import java.util.Optional;
import java.util.concurrent.TimeUnit;
/**
* 說明:
* 利用一個連結串列來實現,每次新插入資料的時候將新資料插到連結串列的頭部;每次快取命中(即資料被訪問),則將資料移到連結串列頭部;那麼當連結串列滿的時候,就將連結串列
* 尾部的資料丟棄。
*
* @author ascend
* 2020/11/18 16:22
*/
public class LRUByLinkedList {
private static final Integer MAX_CAPACITY = 5;
public static void main(String[] args) throws InterruptedException {
// 最多五條
LinkedList<News> newsList = new LinkedList<>();
// 每秒訪問一次新聞,存在就返回,不存在就建立一條新聞
for (int i = 0; i < 60; i++) {
LocalDateTime now = LocalDateTime.now();
Long id = now.atZone(ZoneId.systemDefault()).toEpochSecond() - Double.valueOf(Math.random() * 10).intValue();
Optional<News> first = newsList.stream().filter(m -> m.getId().equals(id)).findFirst();
if (first.isPresent()) {
System.out.println("新聞已存在:" + first.get());
newsList.remove(first.get());
newsList.addLast(first.get());
} else {
// 移除最新最少未訪問的新聞
removeEldest(newsList);
// 新增一條新聞
newsList.offerLast(createNews(id));
}
TimeUnit.SECONDS.sleep(1);
System.out.println("當前新聞列表:" + newsList);
}
}
private static boolean removeEldest(LinkedList<News> newsList) {
// 當元素滿了才移除
if (newsList.size() >= MAX_CAPACITY) {
News news = newsList.pollFirst();
System.out.println("移除新聞:" + news);
return true;
}
return false;
}
private static News createNews(Long id) {
News news = new News();
news.setId(id);
news.setContent(RandomStringUtils.randomAlphabetic(3));
return news;
}
}
/**
* 新聞
*/
class News implements Serializable {
private static final long serialVersionUID = 8488842585714347062L;
/**
* 新聞id
*/
private Long id;
/**
* 新聞內容
*/
private String content;
public Long getId() {
return id;
}
public void setId(Long id) {
this.id = id;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
@Override
public String toString() {
return "News{" +
"id=" + id +
", content='" + content + '\'' +
'}';
}
}
LinkedHashMap
package pers.ascend.kukii.core.interview.algorithm.lru演算法.linkedhashmap;
import java.util.LinkedHashMap;
/**
* 說明:
*
* @author ascend
* 2020/11/19 7:57
*/
public class LRUByLinkedHashMap<K, V> extends LinkedHashMap<K, V> {
private static final long serialVersionUID = 645990055972332218L;
public LRUByLinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) {
super(initialCapacity, loadFactor, accessOrder);
}
/**
* 重寫LinkedHashMap中的removeEldestEntry方法,當LRU中元素多餘6個時, 刪除最不經常使用的元素
*/
@Override
protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
return size() > 6;
}
public static void main(String[] args) {
LRUByLinkedHashMap<Character, Integer> lru = new LRUByLinkedHashMap<>(16, 0.75f, true);
String s = "abcdefghijkl";
for (int i = 0; i < s.length(); i++) {
lru.put(s.charAt(i), i);
}
System.out.println("LRU中key為h的Entry的值為: " + lru.get('h'));
System.out.println("LRU的大小 :" + lru.size());
System.out.println("LRU :" + lru);
}
}
相關文章
- LRU 演算法演算法
- Memcache LRU演算法演算法
- 備忘錄
- 【備忘錄】
- LRU演算法簡介演算法
- 備忘錄模式模式
- iOS備忘錄iOS
- JUnit備忘錄
- CSS備忘錄CSS
- RabbitMQ備忘錄MQ
- LRU演算法原理解析演算法
- 什麼是 LRU 演算法?演算法
- LRU演算法簡單例子演算法單例
- 演算法講演錄[1]演算法
- Python 備忘錄Python
- Java備忘錄《集合》Java
- 網站備忘錄網站
- rman命令備忘錄
- Eigen備忘錄
- 【golang必備演算法】 Letecode 146. LRU 快取機制Golang演算法快取
- 【Oracle】-【LRU和DBWR】-LRU演算法與DBWR中的應用Oracle演算法
- 備忘錄模式(Memento)模式
- Java備忘錄《“==” 和 “equals”》Java
- Dart 學習備忘錄Dart
- linux 備忘記錄Linux
- JavaMementoPattern(備忘錄模式)Java模式
- 19_備忘錄模式模式
- 開發 備忘錄 - 雜
- 漫畫:什麼是LRU演算法?演算法
- Redis記憶體回收:LRU演算法Redis記憶體演算法
- 快取演算法(頁面置換演算法)-FIFO、LFU、LRU快取演算法
- ExtJs備忘錄(1)——Form表單(一)[控制元件使用](1)JSORM控制元件
- Memcached 編譯安裝部署、LRU 演算法、分散式演算法剖析編譯演算法分散式
- 設計模式----備忘錄模式設計模式
- [譯] Flutter 佈局備忘錄Flutter
- Docker部署禪道備忘錄Docker
- 常用工具備忘錄
- 第 22 章 備忘錄模式模式